買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣州大學申請的專利一種基于擴散概率模型的點云形狀補全方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN116309144B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202310222852.4，技術領域涉及：G06T5/70；該發(fā)明授權一種基于擴散概率模型的點云形狀補全方法是由唐可可;何旭;鐘承志;彭偉龍;李樹棟;李默涵;王樂設計研發(fā)完成，并于2023-03-08向國家知識產(chǎn)權局提交的專利申請。

本一種基于擴散概率模型的點云形狀補全方法在說明書摘要公布了：本發(fā)明涉及機器人視覺領域，且公開了一種基于擴散概率模型的點云形狀補全方法，包括：S1：將數(shù)據(jù)集中完整點云進行隨機的刪除一定比例的點，來生成用于訓練的殘缺點云p；S2：將殘缺點云輸入到經(jīng)過訓練的編碼器中，獲得殘缺點云對應的特征向量z；S3：將殘缺點云輸入到神經(jīng)網(wǎng)絡中，根據(jù)輸入初始化噪聲點云的參數(shù)μ和σ來生成噪聲點云；S4：設計損失函數(shù)，對馬爾可夫鏈模型模型進行訓練；S5：根據(jù)馬爾可夫鏈模型對噪聲點云中的每個點進行逐步地減噪，當神經(jīng)網(wǎng)絡的輸出不再有明顯變化時，生成補全后的完整點云。本發(fā)明通過提取殘缺點云中的特征，來對噪聲點云進行逆擴散，以較高的精度和還原度完成對點云的補全工作。

本發(fā)明授權一種基于擴散概率模型的點云形狀補全方法在權利要求書中公布了：1.一種基于擴散概率模型的點云形狀補全方法，包括： S1：將數(shù)據(jù)集中完整點云進行隨機的刪除一定比例的點，來生成用于訓練的殘缺點云p； S2：將殘缺點云輸入到經(jīng)過訓練的編碼器中，獲得殘缺點云對應的特征向量z； S3：將殘缺點云輸入到神經(jīng)網(wǎng)絡中，根據(jù)輸入的初始化的噪聲點云的參數(shù)μ和σ來生成噪聲點云；其中，噪聲點云服從高斯分布，μ代表分布的均值，σ代表分布的標準差； S4：設計損失函數(shù)，對馬爾可夫鏈模型進行訓練；包括：將倒角距離損失和豪斯多夫距離損失作為模型訓練的損失函數(shù)，以限制原始完整點云和補全后點云之間的距離； 所述倒角距離損失的數(shù)學表達形式如下： ， 其中，X和是兩個點云集，x為點云集X的任一點，y為點云集Y的 任一點，表示點x到點集Y中最近點的距離，表示表示點y到點集X中最近點的距離； 所述豪斯多夫距離損失的數(shù)學表達形式如下： ， 其中，X和Y是兩個點云集，x、y分別為點云集X和Y的中任一點，表示點x到點集Y中最近點的距離，表示點集X中所有點到點集Y中最近點的距離的最大值；同樣，表示點y到點集X中最近點的距離，表示點集Y中所有點到點集X中最近點的距離的最大值； S5：根據(jù)馬爾可夫鏈模型對噪聲點云中的每個點進行逐步地減噪，當神經(jīng)網(wǎng)絡的輸出不再有明顯變化時，生成補全后的完整點云。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E5%B9%BF%E5%B7%9E%E5%A4%A7%E5%AD%A6&temp=1">廣州大學，其通訊地址為：510006 廣東省廣州市大學城外環(huán)西路230號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。